随着经济和社会的发展，城市的交通拥堵和环境污染问题日益凸显。智能交通系统(IntelligentTransportationSystem，ITS)的运用能够在很大程度上缓解此类问题的发生。作为智能交通系统的重要组成部分，基于GPS(GlobalPositioningSystem)的车载导航系统正在受到越来越多的关注。 获取精确车辆定位信息是车载导航系统最基本的要求，但是由于各种因素的影响，GPS卫星信号经常会发生漂移。信号漂移严重影响了车辆的定位精度，因此如何利用地图匹配技术来校正GPS信号误差、完善导航系统的精确定位功能已成为目前的研究热点。 地图匹配技术以“车辆行驶在道路上”为前提，以模式识别理论为基础，运用软件方法将GPS定位数据与电子地图中的高精度道路网数据相匹配，自动校正GPS定位数据的误差，实现了车辆的精确定位。 本文系统分析了影响车辆定位精度的各种因素，提出了旋转地图匹配(RMM)算法。RMM算法融合了最短距离法、基于网络拓扑关系的算法、基于历史轨迹推导的算法以及基于权重的地图匹配算法等，具有原理简单、计算快速、定位精确等优点，算法充分利用定位点的当前信息、历史信息及道路的拓扑关系等对GPS定位数据的误差进行校正，降低了信号漂移对定位精度造成的影响，减少了地图的误配率，提高了车辆定位的精度。仿真测试表明：该算法较好的满足了车辆实时、精确定位的需要。 本文在重点论述地图匹配算法的同时，还对电子地图中路网数据库的结构进行了分析和研究，构建了道路数据库结构模型，有效地满足了地图匹配算法的运算需求。